Irene Rubino Affitti brevi e trasformazioni nelle aree - Agenzia delle ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
91
*Irene Rubino Affitti brevi e trasformazioni nelle aree
urbane: il caso di Torino
Territorio Italia 2018, 1, 5; doi: 10.14609/Ti_1_18_5i
Parole chiave: Airbnb, affitti brevi, analisi spaziale, GIS, Microzone censuarie, mercato
immobiliare, decision-making.
Abstract Negli ultimi anni si è assistito alla diffusione di piattaforme digitali in grado di mettere in contatto
la domanda e l’offerta di beni e servizi, le quali hanno contribuito ad alimentare fenomeni economici prima
inesistenti o decisamente più limitati. È questo il caso dei siti web che svolgono la funzione di intermediari
fra coloro che desiderano proporre in affitto stanze o intere unità immobiliari e coloro che, in alternativa agli
hotel o ad altre strutture ricettive, preferiscono soggiornare in stanze o case di privati. Questa realtà
rappresenta un’occasione di sviluppo per città e territori, ma è lungi dall’essere neutra e gli effetti socio-
economici ad essa collegati possono variare in base agli attori coinvolti e ai diversi contesti in cui ha luogo.
L’adozione di una prospettiva di analisi che tenga in considerazione non solo le caratteristiche e l’evoluzione
del fenomeno, ma anche la sua articolazione spaziale all’interno delle singole realtà urbane può rappresentare
un passo fondamentale per meglio comprendere le eventuali conseguenze a esso associate e orientare
politiche di gestione e regolamentazione coerenti con gli obiettivi di crescita locale. Con questo contributo
- applicato all’evidenza di Torino- si vuole proporre un approccio metodologico incentrato sull’analisi degli
affitti brevi in relazione alle Microzone censuarie, al fine di comprendere meglio quali siano le aree della città
fino ad ora maggiormente interessate dal fenomeno e suggerire possibili implicazioni e orizzonti di ricerca.
* Dottoranda, Dipartimento di Architettura e Design, Politecnico di Torino
92 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
1 | INTRODUZIONE: IL FENOMENO DEGLI AFFITTI BREVI E LA PIATTAFORMA AIRBNB1
Negli ultimi anni il panorama dell’ospitalità è stato modificato dalla comparsa e dalla diffusione di
piattaforme digitali in grado di mettere in contatto utenti in cerca di una sistemazione per brevi
periodi e persone desiderose di rendere profittevoli immobili – o parti di unità immobiliari –
tendenzialmente sotto-utilizzati. Se il fenomeno degli affitti brevi esisteva anche già prima della
comparsa del web, le piattaforme digitali hanno tuttavia avuto un ruolo fondamentale non solo nel
far incontrare domanda e offerta, ma anche nel palesare a una platea di soggetti più ampia sia la
possibilità di ottenere guadagni dai propri immobili, sia di soggiornare in sistemazioni peculiari o
maggiormente convenienti rispetto a strutture tradizionali come alberghi, bed&breakfast, ecc.,
favorendo quindi lo sviluppo sia della domanda sia dell’offerta. Coerentemente con questo trend, le
piattaforme digitali che si prefiggono di facilitare i processi di affitto breve si sono rapidamente
moltiplicate, e il leader del settore è attualmente Airbnb (www.airbnb.com).
Nata concettualmente nel 2007 a San Francisco come strumento per condividere stanze e posti letto
in periodi di particolare affluenza in città (Guttentag, 2015), la piattaforma ha assunto l’attuale nome
nel 2009 e a partire da quell’anno la quantità di sistemazioni temporanee promosse attraverso il sito
web, il numero di affitti da esso mediati e l’entità delle transazioni economiche sono cresciuti
esponenzialmente. In base alle informazioni dichiarate dall’azienda, Airbnb è utilizzato attualmente
in circa 190 paesi e in oltre 81.000 città, per un totale di più di 5 milioni di annunci e più di 300 milioni
di persone complessivamente ospitate (https://press.airbnb.com/fast-facts/). In un primo tempo il
fenomeno è stato inquadrato da un punto di vista teorico nella cornice dell’economia della
condivisione (sharing economy), ma considerando le sue attuali proporzioni e come il tipo di
sistemazioni maggiormente messe a disposizione siano, sia a livello italiano (Federalberghi, 2016) sia
a livello internazionale (Ke, 2017), le case o gli appartamenti interi – che non implicano quindi una
co-abitazione o una condivisione simultanea dello spazio da parte di proprietari (host) e occupanti
temporanei (guest) –, pare oggi più appropriato parlare di disruptive innovation (Guttentag, 2015),
ovvero di una forma di innovazione dirompente capace non solo di trasformare il mercato della
ricettività, ma di provocare effetti su una serie di settori correlati.
Coerentemente con l’importanza crescente di questa realtà e con la sua natura multidimensionale –
che si presta all’applicazione di una pluralità di approcci di ricerca –, il presente articolo si propone
di contribuire alla nascente letteratura che riguarda la diffusione degli affitti brevi mediati da
piattaforme digitali, ponendo particolare attenzione alle caratteristiche e alla distribuzione spaziale
delle sistemazioni Airbnb all’interno del contesto urbano torinese. Attraverso l’analisi di dati geo-
riferiti relativi alla città di Torino, il contributo ha in particolare l’obiettivo di descrivere l’evoluzione
del fenomeno avvenuta a partire dal 2009 nel capoluogo piemontese e di fornire una panoramica
aggiornata al 2017, al fine di restituire una fotografia che possa contribuire alla comprensione di
questa realtà e alle politiche di gestione della città e di sviluppo locale. Da un punto di vista
metodologico l’articolo sperimenta inoltre l’adozione delle 40 Microzone censuarie individuate
dall’Osservatorio Immobiliare del Comune di Torino (Curto e Fregonara, 2016; Curto et al., 2005) quali
unità spaziali di riferimento, e propone alcuni spunti di riflessione preliminari anche alla luce della
situazione del mercato immobiliare e della locazione tradizionale.
1 Il presente lavoro è stato elaborato nell’ambito dell’attività di ricerca finalizzata alla stesura della tesi di dottorato dell’autrice (indirizzo
“Beni architettonici e paesaggistici” – Politecnico di Torino), redatta sotto la supervisione dei prof. Rocco Curto e Cristina Coscia.
Irene Rubino 93
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
2 | BACKGROUND: APPROCCI DI RICERCA E PROSPETTIVE SOCIO-ECONOMICHE, URBANE E TERRITORIALI
Da quando ha assunto una portata globale, il fenomeno Airbnb è stato oggetto dell’attenzione dei
media e, soprattutto a partire dal 2015, è entrato a far parte degli argomenti approfonditi anche dalla
letteratura accademica. Gli approcci di ricerca fino ad ora maggiormente sviluppati hanno riguardato
ad esempio le caratteristiche tecniche e l’esperienza d’uso legate al sistema digitale vero e proprio
(Grbovic, 2017), l’eventuale concorrenzialità e convenienza rispetto al settore alberghiero (Blal et al.,
2018; Zervas et al., 2016; Chen e Xie, 2017), la determinazione delle componenti del prezzo delle
sistemazioni (Dogru e Pekin, 2017; Chen e Xie, 2017; Wang e Nicolau, 2017; Xie e Kwok, 2017), le
preferenze e i comportamenti dei consumatori (Mody et al., 2017), la segmentazione della domanda
(Guttentag, 2016). Recentemente sono inoltre comparse delle prospettive di studio che mirano a
indagare la presenza e la diffusione delle sistemazioni a livello di singole città e/o di sotto-articolazioni
territoriali della città (Tabella 1).
Città oggetto
Autori e anno Area di ricerca Alcuni risultati
dell’indagine
• Diversi modelli di distribuzione
Studio della distribuzione delle Selezione di alcune • In alcuni casi concentrazione in
sistemazioni Airbnb in alcune città città italiane, con prossimità dei centri storici
Picascia et al., 2017 italiane e analisi della redditività, approfondimenti • Affitti brevi particolarmente redditizi,
anche in relazione alla distanza relativi a Milano, soprattutto in prossimità dei punti di
dal centro storico Roma e Firenze attrazione della città
• Distribuzione non uniforme dei profitti
Gutiérrez et al., 2017
Analisi spaziale di hotel e
Barcellona (Spagna)
• Airbnb contribuisce alla pressione sul
sistemazioni Airbnb a Barcellona centro della città
• Case intere soprattutto in prossimità dei
centri della città
Analisi della posizione degli
Airbnb a Londra e identificazione
Londra
• Stanze private distribuite anche in zone
Quattrone et al., 2016 dei profili degli host, sulla base più distanti dai centri
(Regno Unito)
delle caratteristiche socio-
economiche delle diverse aree • Maggiore differenziazione dei profili
socio-economici degli host con il
passare del tempo
• Competizione soprattutto per
appartamenti di piccole dimensioni
Competizione fra il mercato degli • Maggiore redditività degli affitti brevi
Schäfer e Braun,
affitti brevi e della locazione Berlino (Germania) •Airbnb soprattutto nei quartieri residenziali
2016
tradizionale a Berlino
in prossimità del centro della città
• Airbnb si trovano soprattutto in zone in cui
gli aumenti degli affitti sono più elevati
Analisi della relazione fra la
Boston
Horn e Merante, densità di sistemazioni Airbnb in
(Stati Uniti
• Aumento della densità degli Airbnb
2017 alcune aree di Boston e aumento associata ad aumento degli affitti
d’America)
degli affitti
Tabella 1 Il rapporto fra Airbnb e città: sintesi di alcuni studi presenti in letteratura - Fonte: elaborazione dell’autore
94 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
Tali prospettive – che si caratterizzano per essere tanto emergenti quanto promettenti – sono state
sperimentate in particolare per: a) capire se questo tipo di ospitalità stia contribuendo a promuovere
– coerentemente con la filosofia e gli obiettivi dichiarati da Airbnb – una residenzialità temporanea
in luoghi o quartieri tendenzialmente poco frequentati dai turisti, o se invece esso stia alimentando
ulteriormente la pressione sui centri storici e su aree ad alto tasso di frequentazione (Lutz e Newlands,
2018; Gutiérrez et al., 2017); b) indagare l’impatto del fenomeno a livello economico e sociale (Vacirca
e Barioglio, 2016), soprattutto per individuare i soggetti più coinvolti nell’offerta (Quattrone et al.,
2016), studiare le ricadute sui settori collaterali a quello turistico-ricettivo e monitorare gli aspetti di
vivibilità delle zone interessate; c) indagare il rapporto con il mercato degli affitti a lungo termine e
della compravendita immobiliare (Horn e Merante, 2017).
Per quanto riguarda la distribuzione spaziale, recenti studi hanno dimostrato come la concentrazione
maggiore di sistemazioni si registri tendenzialmente nei quartieri residenziali in prossimità dei centri storici
o comunque dei tradizionali poli di attrazione della città (Quattrone et al., 2017; Gutiérrez et al., 2017;
Schäfer e Braun, 2016). In Italia questo trend si può ad esempio riscontrare in una meta turistica per
eccellenza come Firenze, mentre per Milano si è registrata fino ad ora una presenza più distribuita – con
picchi in corrispondenza di zone come Isola e Navigli – e per Roma si è evidenziato un modello misto,
con una concentrazione di sistemazioni sia nei pressi della zona centrale (Municipio I), sia in altri punti
(Picascia et al., 2017). Come ricordato da alcuni autori (Wang e Nicolau 2017), lo studio sistematico della
localizzazione delle sistemazioni Airbnb all’interno delle città è ancora complessivamente agli inizi: al
momento sono infatti ancora pochi gli studi che hanno analizzato la vicinanza delle unità immobiliari
messe in affitto per brevi periodi a punti nevralgici del tessuto urbano e/o il ruolo giocato dal fattore
posizionale nella determinazione dei prezzi (Gibbs et al., 2018; Gutiérrez et al., 2017), come invece è già
ampiamente avvenuto per gli hotel e per il mercato immobiliare (Barreca et al., 2017a; Fregonara et al.,
2012; Curto et al., 2008).
Per quanto riguarda invece gli impatti economico-sociali, occorre citare un recente studio avente come
oggetto Londra (Quattrone et al., 2017), in cui le informazioni riguardanti le singole sistemazioni Airbnb
sono state tra l’altro messe in relazione con dati censuari e con metriche utili per descrivere il grado di
attrattività delle aree della città. I risultati ottenuti hanno messo in luce come nella capitale londinese le
sistemazioni Airbnb siano situate in zone caratterizzate da un elevato grado di attrattività e di accessibilità
ai trasporti, abitate da giovani dotati di un lavoro e nati fuori dal Regno Unito. Più precisamente, in una
prima fase (anno 2012) l’elemento che ha condizionato maggiormente la comparsa degli annunci è stata
la posizione geografica (vicinanza al centro/centri): coloro che si sono avvicinati per primi al mercato
sono stati giovani di varia appartenenza etnica residenti nelle aree centrali della città, verosimilmente
studenti (data la correlazione negativa con l’impiego). Nel 2013 l’influenza del fattore geografico, sebbene
presente, è diminuita, e a partire da quella data il fenomeno ha cominciato a interessare anche proprietari
di case (adulti), affermandosi dunque come strategia utile per integrare il reddito.
Altre ricerche hanno invece evidenziato come le sistemazioni Airbnb stiano diventando in alcune città un
fattore di alterazione per i mercati immobiliari e della locazione, in quanto tutti gli attori coinvolti
competono per le stesse proprietà (Chen e Xie, 2017; Gurran e Phibbs, 2017). In questo senso appare ad
esempio emblematico il caso di Berlino, dove la conversione di appartamenti precedentemente affittati
secondo modalità di locazione tradizionale in sistemazioni da destinare ad affitti brevi è diventata una
vera e propria strategia di investimento; con questa seconda modalità i proprietari – laddove sia presente
un livello sufficiente o particolarmente pronunciato di domanda – sono infatti in grado di ottenere ricavi
mensili decisamente elevati, che, secondo alcune stime, possono arrivare addirittura al quadruplo dei
canoni d’affitto mensili (Schäfer e Braun, 2016). In un contesto come Boston è stata invece registrata
Irene Rubino 95
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
un’associazione fra aumento della densità di Airbnb in alcuni quartieri e aumento degli affitti (Horn e
Merante, 2017): anche se non è possibile giungere a una conclusione di causa-effetto fra i fenomeni, è
comunque lecito affermare come i due trend avvengano nelle stesse aree. Alcuni autori hanno inoltre
stimato per alcune città italiane i tassi di capitalizzazione derivanti dalla destinazione delle unità immobiliari
ad affitti brevi, paragonandoli poi con quelli connessi agli affitti di lungo periodo; i ricercatori sono giunti
alla conclusione che, mentre per i primi – in media – il tasso è del 6,2%, per i secondi tale valore è del
2,6% (Sdino e Magoni, 2018). La redditività degli affitti brevi sta inoltre portando non solo alla conversione
della destinazione d’uso di appartamenti già in possesso di alcuni proprietari, ma all’acquisto di nuove
unità abitative da destinare proprio agli affitti turistici.
3 | CONOSCERE IL FENOMENO: LA RILEVANZA PER LE AMMINISTRAZIONI PUBBLICHE E PER LE POLITICHE DI
GESTIONE DELLA CITTÀ
Date le implicazioni a livello socio-economico, la diffusione del costume degli affitti brevi rappresenta
un tema di interesse anche per le amministrazioni pubbliche. Da un lato esso rappresenta infatti
un’opportunità di crescita, soprattutto per quei luoghi che stanno cercando di ampliare il proprio
potenziale di attrazione turistica ma che allo stesso tempo non sono dotati di una ricettività sufficiente
o non sono ancora capaci di soddisfare target molto differenziati. Dall’altro esso pone invece esigenze
di gestione e regolamentazione. In diversi paesi le autorità locali stanno ad esempio cercando le
soluzioni più adatte per disciplinare questa realtà emergente, al fine di bilanciare la vivibilità dei
quartieri e la necessità di una tassazione appropriata con le opportunità di sviluppo economico. In
grandi città come Los Angeles, New York, San Francisco e Amsterdam – che oltre a costituire
destinazioni turistiche ambite e affermate presentano anche tendenzialmente una carenza di spazi
abitativi – è ad esempio stato stabilito un tetto massimo al numero di giorni in cui una sistemazione
può essere messa a disposizione per affitti di breve periodo su Airbnb. Alla luce dei fenomeni di
concentrazione e distribuzione delle sistemazioni all’interno delle città, alcuni ricercatori hanno
proposto regolamentazioni differenziate a seconda della stagionalità e della posizione delle
stanze/appartamenti in diversi quartieri, al fine di promuovere un tipo di turismo più sostenibile e di
limitare l’eccessiva concentrazione degli appartamenti in affitto in zone ristrette della città, evitando
così il depauperamento del tessuto sociale creato nel tempo dai residenti (Quattrone et al., 2017).
In alcuni casi – come ad esempio in Italia – sono state recentemente regolamentate le modalità e le
procedure di tassazione dei ricavi ottenuti dagli host attraverso la propria attività di affitto breve
(Agenzia delle Entrate, 2017), e in alcune città sono state adottate misure per imporre anche a coloro
che pernottano in stanze e appartamenti di privati il pagamento della tassa di soggiorno, così come
normalmente accade per coloro che scelgono hotel, pensioni, bed&breakfast, ecc.
Dal punto di vista fiscale è opportuno ricordare come, al momento attuale, in Italia sia in vigore quanto
previsto dal decreto legge n. 50/2017. Tale decreto ha introdotto una specifica disciplina fiscale
proprio per le cosiddette “locazioni brevi”,2 ovvero per quei contratti di locazione di immobili a uso
2 È bene ricordare come le disposizioni del decreto legge n.50/2017 si applichino anche quando il contratto prevede la
prestazione di servizi accessori (es. pulizia locali, fornitura di biancheria, concessione d’uso del wi-fi), ma non nei casi in cui
il locatore fornisca altre prestazioni aggiuntive quali ad esempio il servizio colazione, la somministrazione di bevande e alimenti,
il noleggio di automezzi o la messa a disposizione di interpreti o guide turistiche, che da un punto di vista fiscale sarebbero
invece qualificabili come attività di impresa, anche se svolte solo occasionalmente (Agenzia delle Entrate 2017, p.3). Dal
momento che l’azienda Airbnb si sta sempre più orientando verso la proposta di una residenzialità abbinata a una forte
dimensione relazionale ed esperienziale, occorrerà vedere se e in che modo la legislazione evolverà, al fine di tassare in
maniera più agevole anche le locazioni brevi associate a prestazioni aggiuntive.
96 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
abitativo di durata non superiore a 30 giorni, stipulati a partire dal 1° giugno 2017 (Agenzia delle
Entrate, 2017). In base al d.l. 50/2017 – che si applica sia quando i contratti sono stipulati direttamente
fra il locatore e il locatario, sia quando essi sono effettuati tramite soggetti che esercitano attività di
intermediazione immobiliare –, il locatore può scegliere o la tassazione ordinaria – che prevede il
pagamento dell’Irpef e delle relative addizionali regionale e comunale – o il regime della cedolare
secca, che implica l’assoggettamento del reddito ricavato dalla locazione all’imposta sostitutiva del
21%.3 In generale, una delle ragioni che può portare a regimi di regolamentazione poco efficaci è
la mancanza di una visione complessiva e allo stesso tempo particolareggiata di questa realtà. Se
indicazioni a livello nazionale sono assolutamente necessarie, occorre tuttavia sottolineare come
le esigenze di sviluppo a livello di singole Regioni, città o addirittura quartieri possano essere
diverse, e pertanto potrebbero essere elaborate specifiche strategie di gestione a livello locale che
concilino le esigenze di sviluppo con quelle della regolamentazione. Sebbene la trattazione pratica
del tema sia il frutto di una decisione prettamente politica, il monitoraggio dei fenomeni di affitto
breve abilitati da piattaforme digitali e l’adozione di approcci di analisi che tengano in considerazione
la distribuzione delle sistemazioni all’interno della città, il tipo di proprietà, le stime dell’occupazione
e dei ricavi, nonché degli utenti coinvolti e delle esternalità generate, potrebbero rappresentare
strumenti utili per il supporto delle decisioni, in grado di aiutare le autorità locali a effettuare scelte
e a implementare politiche supportate dall’ausilio dei dati.
Come primo passo per l’implementazione di processi di analisi integrati e più strutturati, nei paragrafi
successivi si cercherà di proporre uno dei possibili approcci di analisi da applicare al fenomeno di
crescita degli annunci pubblicati sulla piattaforma Airbnb, scegliendo Torino come caso di studio.
Torino pare una scelta pertinente in quanto la città – come del resto altre in Italia (Federalberghi,
2016) – non solo è stata interessata negli ultimi anni da una crescita del numero di sistemazioni
messe in affitto, ma si propone fra i propri obiettivi di sviluppo una maggiore differenziazione
dell’offerta turistica e della ricettività (Centro Einaudi, 2015). Inoltre la consapevolezza nei confronti
del fenomeno si è recentemente tradotta nell’introduzione della tassa di soggiorno4 e nella firma di
un protocollo di intesa di durata triennale fra Regione Piemonte e Airbnb, proprio per promuovere
tra l’altro attività di sensibilizzazione e monitoraggio (Regione Piemonte, 2017). La presenza di studi
sul tema può dunque contribuire ad alimentare il dibattito e a fornire dati utili per il decision-making.
3 Nel caso in cui il contratto di locazione venga effettuato tramite un intermediario immobiliare (anche nella forma di una
piattaforma online) che provvede non solo a mettere in contatto domanda e offerta ma ad effettuare i pagamenti e/o a
incassare i corrispettivi, il 21% del canone è trattenuto e versato direttamente dall’intermediario. In tali casi l’intermediario è
anche tenuto a comunicare all’Agenzia delle Entrate i dati dei contratti di locazione breve stipulati a partire dal primo giugno
2017 per suo tramite (Agenzia delle Entrate 2017, p. 8).
4 Secondo alcune stime gli introiti derivanti dall’applicazione della tassa di soggiorno anche a coloro che pernottano nelle sistemazioni
prenotate tramite Airbnb – come già avviene per chi scegli alberghi, bed&breakfast, ecc. – dovrebbero ammontare a più di 3 milioni
di euro l’anno. A questo proposito si vedano i dati riportati su alcune testate locali, come ad esempio
http://www.torinotoday.it/politica/accordo-comune-airbnb.html.
Irene Rubino 97
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
4 | IL CASO DI TORINO
4.1 Obiettivi e approcci di ricerca
Il presente studio ha l’obiettivo di illustrare le caratteristiche e la distribuzione delle sistemazioni
destinate agli affitti brevi a Torino, proponendo come unità di analisi spaziale le 40 Microzone
censuarie (Figura 1) individuate dall’Osservatorio Immobiliare della Città di Torino (OICT).5
Figura 1 Le 40 Microzone della Città di Torino: prezzi medi di offerta (segmento residenziale usato, anno 2016)
Fonte: elaborazione dell’autore su dati OICT
La scelta di utilizzare le Microzone censuarie come unità spaziali di riferimento non solo rappresenta
– rispetto ad altri studi presenti in letteratura – una sperimentazione di metodo, ma è dettata da una
serie di motivazioni:
a) l’utilizzo di forme di aggregazione geografica già esistenti può facilitare non solo la localizzazione dei
punti di interesse, ma anche il confronto fra le aree e la comunicazione dei risultati (Curto et al., 2009);
b) la loro superficie, anche se estremamente variabile fra una microzona e l’altra (min.: 0,14 km2; max.:
34 km2), è tendenzialmente ampia e quindi si presta sia a contenere un numero di osservazioni
idoneo per analisi di tipo quantitativo, sia ad ammortizzare eventuali imprecisioni legate alla
georeferenziazione degli annunci;
5 Per l’elenco e le caratteristiche delle 40 Microzone censuarie della Città di Torino, si veda per completezza di informazione il sito
web http://www.oict.polito.it/Microzone_e_valori. Per un’interpretazione più agevole delle mappe della città presentate nei paragrafi
successivi, si può ricordare qui in maniera sintetica come le Microzone 6 (Castello), 1 (Roma) e 5 (Garibaldi) corrispondano al nucleo
più antico e storicamente stratificato della città.98 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
c) le Microzone sono – per loro stessa definizione – delle aree che identificano segmenti omogenei
del mercato immobiliare, e i prezzi medi di offerta (ad esempio relativi al segmento residenziale
usato) possono essere considerati un proxy della natura e della qualità dello spazio urbano preso
in considerazione (Curto et al., 2005);
d) i valori del mercato immobiliare delle diverse Microzone sono monitorati regolarmente dall’OICT,
e pertanto sono liberamente disponibili dati aggiornati che fotografano il valore attribuito dal
mercato a tali spazi;
e) le Microzone – in forma aggregata – sono utilizzate come base anche dall’Osservatorio sulla
Condizione Abitativa del Comune di Torino (Città di Torino, 2016), e ciò consente sia di effettuare
alcune considerazioni a proposito del mercato degli affitti a regime convenzionato, sia di adottare
riferimenti spaziali più ampi, come ad esempio le zone omogenee6 (Figura 2).
Figura 2 Le zone omogenee individuate dall’Osservatorio sulla Condizione abitativa della Città di Torino (OCACT)
Fonte: elaborazione dell’autore su dati Città di Torino, 2016
6 Le zone omogenee sono state disegnate ai fini dell’applicazione dei contratti di affitto previsti dall’articolo 2, comma 3, della legge
431/98 (Città di Torino, 2016), e in linea generale ciascuna zona omogenea è formata dall’aggregazione di più Microzone che
presentino caratteristiche ritenute simili. È bene sottolineare come sia le Microzone sia le zone omogenee siano state definite nel
1999, e come nel frattempo il tessuto della città si sia modificato. Proprio per questo motivo, negli ultimi anni il Politecnico di Torino
ha condotto una serie di studi propedeutici all’aggiornamento delle Microzone.Irene Rubino 99
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
4.2 La distribuzione e le caratteristiche delle sistemazioni (2009-2017)
Per indagare la diffusione e le caratteristiche del fenomeno degli affitti brevi sono stati acquisiti dalla
società americana Airdna (www.airdna.com) i dati relativi agli annunci pubblicati per Torino nel
periodo compreso fra il 2009 e il novembre 2017. In base ai suddetti dati è possibile affermare come
in tale periodo siano stati pubblicati complessivamente 7.227 annunci. L’analisi effettuata sulla base
della ripartizione in 3 trienni (anni 2009-2011, 2012-2014, 2015- novembre 2017) evidenzia come la
crescita dei nuovi annunci comparsi progressivamente sulla piattaforma sia stata esponenziale,
passando dai 50 nuovi annunci del primo triennio ai 1.264 del secondo e ai 5.913 del terzo.
La realizzazione attraverso il software QGIS di mappe di calore che sfruttano la georeferenziazione
dei dati (Figura 3) aiuta a comprendere meglio tale evoluzione, evidenziando la concentrazione dei
nuovi annunci da un punto di vista spaziale: se prima del 2012 gli annunci appaiono distribuiti in
diverse zone della città, con una prevalenza in corrispondenza della microzona 5-Garibaldi, nel 2012-
2014 la concentrazione comincia ad essere maggiore in 3 aree, ovvero nelle Microzone 5-Garibaldi
e 20-Porta Palazzo, nella microzona 10-San Salvario e nella microzona 7-Vanchiglia, che
rappresentano aree centrali o semicentrali della città.
Figura 3 Mappe di calore che evidenziano i nuovi annunci comparsi rispettivamente nei trienni
2009-2011 (a), 2012-2014 (b), 2015-2017 (c). L’immagine (d) mostra invece la localizzazione puntuale delle sistemazioni nel 2017;
in rosso le fermate e le direttrici della metropolitana
Fonte: elaborazione dell’autore su dati Airdna, OICT e Geoportale Città di Torino100 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
Per il periodo 2015-2017 si registra una tendenza simile a quella emersa per il triennio precedente,
anche se in questo caso la concentrazione appare ancora più accentuata a San Salvario ed è possibile
notare una presenza di nuovi annunci sia in zone meno centrali della città, sia nelle aree di raccordo
fra le zone, sia verso le Microzone 11-Dante e 26-Carducci, ovvero lungo la direttrice della
metropolitana Nord-Sud che dalla stazione ferroviaria di Torino Porta Nuova si dirige verso la zona
multifunzionale del Lingotto.
Sebbene alcuni annunci siano distribuiti anche lungo la direttrice Est-Ovest della metropolitana, in
questo caso il fenomeno appare tuttavia più limitato.
L’analisi della diffusione del fenomeno da un punto di vista spaziale e diacronico suggerisce dunque
come, dopo una prima fase in cui gli annunci apparivano distribuiti in diverse aree della città, con
una maggiore concentrazione in corrispondenza della microzona centrale 5-Garibaldi, il fenomeno
abbia progressivamente interessato soprattutto Microzone situate in una posizione centrale o
semicentrale della città, e che da un punto di vista qualitativo corrispondono ad aree che –
attualmente o in un passato recente – sono state oggetto di processi di riqualificazione e
rigenerazione urbana: è infatti il caso delle Microzone 5-Garibaldi, 10-San Salvario e 7-Vanchiglia. Un
caso particolare è invece rappresentato da Porta Palazzo – zona di “degrado”, secondo la
terminologia del 1999 –: in questo caso è verosimile ipotizzare come, poiché la residenzialità
permanente nella zona può presentare talvolta delle difficoltà legate ad esempio alle condizioni socio-
ambientali facilitate dallo svolgimento pressoché quotidiano del grande mercato all’aperto, l’affitto
per brevi periodi possa costituire una strategia efficace per sfruttare dal punto di vista economico
beni immobili che altrimenti, nelle condizioni attuali, rischierebbero di essere sotto-utilizzati per
un’assenza di domanda o di essere sotto-redditizi per via dei prezzi relativamente bassi del mercato
degli affitti e delle compravendite.
Per comprendere le caratteristiche delle sistemazioni offerte tramite Airbnb nei trienni sopraindicati,
i dati disponibili sono stati analizzati considerando innanzi tutto il tipo di annunci pubblicati (casa o
appartamento intero, stanza privata, stanza condivisa); per quanto riguarda la dimensione delle
strutture, essa è stata invece stimata utilizzando come proxy il numero delle camere da letto. Le
Tabelle 2 e 3 mostrano le caratteristiche principali degli annunci pubblicati sulla piattaforma Airbnb
nei tre periodi considerati.
NUOVI ANNUNCI prima del 2012 2012 - 2014 2015 - 2017
Casa / appartamento intero 66,0% 70,9% 66,6%
Stanza privata 34,0% 27,3% 30,0%
Stanza condivisa 0,0% 1,8% 3,4%
Tabella 2 Caratteristiche delle nuove sistemazioni apparse sulla piattaforma, per trienni
Fonte: elaborazione dell’autore su dati AirdnaIrene Rubino 101
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
NUMERO DI CAMERE DA LETTO
prima del 2012 2012 - 2014 2015 - 2017
(CASA INTERA)
0 12,1% 8,7% 9,4%
1 57,6% 58,5% 63,4%
2 24,2% 26,3% 22,1%
3-4 3,0% 6,3 % 4,6%
5 o più 3,0% 0,2% 0,5%
Tabella 3 Articolazione delle nuove sistemazioni comparse sulla piattaforma, per trienni
Fonte: elaborazione dell’autore su dati Airdna
Le percentuali relative al tipo di unità messe in offerta (intera casa/appartamento, stanza privata,
stanza condivisa) evidenziano come le intere case/appartamenti siano il tipo di annuncio decisamente
più frequente in tutti i tre trienni; mentre le stanze private messe in affitto rappresentano, nei tre
periodi considerati, circa un terzo dei nuovi annunci pubblicati sulla piattaforma, le stanze condivise
rappresentano sempre una percentuale residuale, anche se in progressivo aumento.
Inerentemente alla stima delle dimensioni si può notare come le intere case/appartamenti siano
soprattutto unità immobiliari con un numero limitato di camere da letto, e quindi verosimilmente
caratterizzate da una metratura non particolarmente estesa: in tutti i tre trienni esse presentano una
distribuzione unimodale, in cui il picco si manifesta in corrispondenza di una camera da letto. Per
quanto riguarda le unità di piccole dimensioni, agli appartamenti che presentano una sola camera
da letto sono da aggiungere inoltre le percentuali delle mansarde e dei monolocali (codificate come
aventi 0 camere da letto). Se circa un quarto delle sistemazioni presenta invece 2 camere da letto,
solo una percentuale minoritaria – intorno al 5-6% – ne ha 3 o più. Bisogna tuttavia sottolineare come
la percentuale di unità immobiliari con due o più camere da letto interessate dal fenomeno degli
affitti brevi sia in realtà più alta: per aumentare la convenienza economica e per incrementare le
probabilità di soddisfare le esigenze della domanda (es. single, coppie o persone in cerca di
sistemazioni non eccessivamente dispendiose), alcuni host propongono infatti diverse camere da
letto di una stessa casa/appartamento attraverso diversi annunci di stanze private (es. uno per
camera). È inoltre verosimile ipotizzare che anche nei casi in cui gli host mettono in offerta come
stanza privata un vano appartenente all’abitazione in cui risiedono – secondo il modello tradizionale
del bed&breakfast – si sia in presenza di unità immobiliari con più di una camera da letto.
Tendenzialmente però si può affermare come anche a Torino siano gli alloggi più piccoli ad essere
maggiormente interessati dal fenomeno degli affitti brevi, soprattutto quando non è prevista la
condivisione dell’unità abitativa fra host e guest.102 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
4.3 Una panoramica più recente: gli annunci attivi nel 2016-2017
Se l’analisi della diffusione degli annunci nel tempo e nello spazio rappresenta una fase fondamentale
per la comprensione del fenomeno degli affitti brevi, un’altra azione importante è rappresentata dalla
descrizione della situazione nel momento attuale, in quanto tale fotografia può aiutare a supportare
i processi decisionali a livello cittadino e a ispirare strategie di gestione relative sia ai settori
immobiliari e della locazione, sia alle politiche di ambito turistico. Per fare ciò sono stati dunque
analizzati secondo diverse prospettive gli annunci identificati come attivi all’inizio del novembre 2017,
creati antecedentemente al novembre 2016 e per cui fossero disponibili i dati relativi ai prezzi medi
per notte (n = 1888), così da individuarne le caratteristiche e le performance sulla base di un’attività
di almeno dodici mesi.7 In particolare l’analisi ha avuto l’obiettivo di identificare le peculiarità
dell’offerta e della domanda nelle diverse Microzone, al fine di mettere in luce le eventuali
sfaccettature del fenomeno, soprattutto a livello spaziale. Considerato l’elevato numero di Microzone,
per alcune analisi si è ritenuto più appropriato elaborare i dati sulla base delle otto zone omogenee
identificate dalla Città di Torino, che raggruppano le diverse Microzone in base alla loro localizzazione
e all’omogeneità delle loro caratteristiche. Le statistiche descrittive hanno messo in evidenza come
il set di dati analizzato sia costituito ancora una volta da una prevalenza di case/appartamenti interi
(72,5%), seguiti da stanze private (26,1%) e stanze condivise (1,4%), e come l’articolazione delle unità
immobiliari affittate interamente sia coerente con i trend già registrati a livello generale: il 70,0% è
infatti rappresentato da appartamenti dotati di 0-1 camere da letto.
Figura 4 Numero di annunci Airbnb nelle diverse Microzone
7 Il numero di annunci identificati come attivi a inizio novembre 2017 si aggira intorno alle 3.500 unità. I filtri sopra descritti sono
stati applicati al fine di avere dati fra loro paragonabili (es. ricavi degli ultimi 12 mesi), ma inevitabilmente selezionano annunci attivi
e “sopravvissuti” al mercato, che dunque possono presentare delle performance migliori di quelle che si riscontrerebbero per
l’universo degli annunci.Irene Rubino 103
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
Come evidenziato dalla mappa (Figura 4), dal punto di vista della localizzazione le Microzone che
presentano un maggior numero di annunci appartengono ad aree centrali o semicentrali. Fra tutte
spicca 7-Vanchiglia, seguita da 5-Garibaldi e 2-Carlo Emanuele. Dal momento che la variabilità
dell’estensione delle diverse Microzone è molto elevata, si è ritenuto opportuno calcolare anche i
rispettivi valori di densità (numero di annunci/km2): come indicato dalla tematizzazione presentata in
mappa (Figura 5), la microzona che presenta una maggiore densità è la 10-San Salvario, che si
configura dunque come quartiere altamente adibito a sede di affitti brevi.
Figura 5 Densità degli annunci Airbnb nelle diverse Microzone – Fonte: elaborazione dell’autore su dati Airdna
L’analisi delle frequenze dei diversi tipi di annunci (casa/appartamento intero, stanza privata, stanza
condivisa) nelle diverse zone omogenee evidenzia come, sebbene le case intere rappresentino
ovunque la maggioranza, le percentuali relative più alte di stanze private si riscontrino nella zona
semicentrale, in periferia e nella zona di “degrado”; le stanze condivise si trovano in proporzione più
frequentemente nella periferia. Il grafico seguente restituisce visualmente i risultati (Figura 6).104 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
Figura 6 Tipi di sistemazioni Airbnb: numerosità nelle diverse zone omogenee (2017)
Fonte: elaborazione dell’autore su dati Airdna
Per quanto riguarda l’articolazione delle intere case/appartamenti, le unità più piccole (0 camere da
letto) si trovano maggiormente nelle zone del centro e a Porta Palazzo (degrado). Le poche case
situate in collina presentano per lo più un’unica camera da letto, e tale tipo di unità si dimostra il più
frequente in tutte le zone omogenee.
Centro Semicentro Collina
N. CAMERE Centro Semicentro Periferia Collina Degrado
pregio pregio pregio
DA LETTO (n=411) (n=431) (n=213) (n=23) (n=73)
(n=80) (n=70) (n=67)
0 13,7% 7,5% 6,3% 11,4% 5,6% 0,0% 9,0% 19,2%
1 61,9% 53,8% 65,2% 57,1% 61,0% 87,0% 49,3% 56,2%
2 17,4% 31,3% 23,2% 25,7% 28,6% 8,7% 28,4% 23,3%
3 5,9% 5,0% 5,1% 2,9% 3,3% 4,3% 7,5% 1,4%
4 0,7% 2,5% 0,2% 1,4% 0,0% 0,0% 3,0% 0,0%
5 o più 0,5% 0,0% 0,0% 1,4% 1,4% 0,0% 3,0% 0,0%
Tabella 4 Numero di camere da letto delle case/appartamenti interi
Fonte: elaborazione dell’autore su dati Airdna
Il prezzo per notte risulta in media più elevato nelle zone di pregio – centro (euro 91,81) e collina
(euro 88,09) – seguito dalle zone del centro (euro 78,23), della collina (euro 70,27), dalla zona di
“degrado” (euro 63,07), dalla zona di pregio semicentrale (euro 61,17), dal semicentro (euro 60,69)
e infine dalla periferia (euro 55,95). Tale ordinamento tende a rispecchiare la gerarchia dei valori
medi di compravendita del segmento residenziale usato identificabile per le diverse zone omogenee,
anche se sono presenti alcune eccezioni. Per quanto riguarda i prezzi per notte, è infatti interessante
notare il valore relativo alla cosiddetta zona di “degrado”: nonostante essa presenti valori di
compravendita e di affitto relativamente bassi, il prezzo medio per notte delle sistemazioni situateIrene Rubino 105
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
qui è in media maggiore di quello riscontrato in zone considerate di maggiore pregio. I dati relativi
ai tassi di occupazione e al numero di prenotazioni mostrano inoltre che è proprio la zona di
“degrado” a ottenere i tassi di occupazione più elevati (Tabella 5), suggerendo quindi come questa
zona venga considerata di primario interesse da parte della domanda, forse proprio in virtù della
sua identità fortemente spiccata e della sua vicinanza con le maggiori attrazioni turistiche e delle
aree di intrattenimento diurno e notturno. Le stime fornite da Airdna relativamente agli incassi annuali
indicano come la zona di pregio del centro sia quella che – in media – produce maggiori incassi per
gli host, mentre a quella collinare sono associati gli incassi annuali mediamente minori. I valori della
deviazione standard mostrano tuttavia come la variabilità interna sia molto elevata, e ulteriori
approfondimenti - che tengano anche in conto aspetti qualitativi delle singole sistemazioni quali ad
esempio il tipo di arredamento, il grado di ristrutturazione, la storicità dell’immobile, la presenza
dell’ascensore, la vicinanza ai trasporti - saranno necessari per capire meglio il rapporto fra domanda
e offerta e le sue conseguenze socio - economiche.
Dati relativi al
mercato Airbnb Centro Semicentro Collina
Centro Semicentro Periferia Collina Degrado
(periodo Fonte
(n=411)
pregio pregio pregio
(n=431) (n=213) (n=23) (n=73)
Novembre 2016 (n=80) (n=70) (n=67)
- ottobre 2017
Elaborazioni
Prezzo medio
su dati 78,23 91,81 60,69 61,17 55,95 70,27 88,09 63,07
per notte (euro)
Airdna
Numero medio Elaborazioni
di prenotazioni su dati 37,5 28,4 28,4 28,9 25,1 10,03 19,8 39,2
/annuo Airdna
Tasso medio di Elaborazioni
occupazione su dati 48% 43% 50% 52% 50% 33% 44% 53%
/anno Airdna
Prezzo medio di
offerta euro/mq Elaborazioni
(segmento su dati 2.798 3.970 2.059 2.377 1.470 2.605 2.919 1.695
residenziale OICT
usato anno 2017)
Tabella 5 Airbnb e il mercato della compravendita nelle zone omogenee: alcuni dati
Fonte: elaborazione dell’autore su dati Airdna e OICT106 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
Figura 7 Airbnb e il mercato dell’affitto a regime convenzionato nelle zone omogenee: alcuni dati
Fonte: elaborazione dell’autore su dati Airdna e Città di Torino, 2016
Occorre comunque precisare come questi risultati debbano essere interpretati con cautela: non si
può infatti escludere che alcune sistemazioni siano state promosse dagli host attraverso più
piattaforme (es. siti web specializzati nell’affitto di più lungo periodo, nel mercato delle case di lusso,
ecc.), magari in base al target di riferimento preferenziale; i risultati presentati sono dunque un
indicatore del “successo” di determinate sistemazioni per l’utenza-tipo di Airbnb.8
Infine, il confronto fra gli incassi medi annuali delle sistemazioni situate nelle diverse zone omogenee
e i ricavi derivanti dalla locazione a regime convenzionato di diversi tipi di unità immobiliare (Città di
Torino, 2016) indica come gli affitti brevi sembrino particolarmente redditizi proprio per le abitazioni
di piccole dimensioni (Figura 7), anche se ulteriori approfondimenti che tengano in considerazione i
canoni del libero mercato e i ricavi derivanti dagli affitti brevi di unità immobiliari di determinate
dimensioni potranno delineare più dettagliatamente il fenomeno. Sebbene i ricavi legati agli affitti
brevi dipendano dall’andamento della concorrenza e della domanda, mentre il canone di locazione
rappresenta tendenzialmente un introito costante e di medio-lungo periodo, in linea generale si può
affermare come gli affitti brevi potrebbero essere in grado di influenzare i mercati della
compravendita e della locazione, e un ruolo fondamentale sarà giocato dalla capacità della città di
essere un luogo di attrazione per i turisti e per la mobilità d’affari.
8 In base ai dati disponibili non è invece possibile pesare il ruolo giocato dagli algoritmi di Airbnb nel consigliare a utenti con
determinate preferenze sistemazioni con determinate caratteristiche.Irene Rubino 107
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
5 | CONCLUSIONI E SPUNTI DI RICERCA FUTURA
Con questo contributo si è cercato di offrire una panoramica descrittiva del fenomeno Airbnb nel
contesto della città di Torino, utilizzando una serie di dati georeferenziati come base per effettuare
alcuni primi ragionamenti sulla distribuzione e sulle caratteristiche delle sistemazioni proposte in
affitto attraverso la piattaforma digitale. Le analisi hanno complessivamente evidenziato come –
coerentemente con quanto sottolineato da altri autori sia a livello italiano sia a livello internazionale
– il fenomeno interessi prevalentemente unità immobiliari di piccole dimensioni situate in zone centrali
o semi-centrali della città, con possibili conseguenze sui settori della locazione (concorrenzialità) e
della compravendita immobiliare (investimento), sui settori connessi al turismo e al commercio, ma
anche sulla destinazione d’uso di alcuni quartieri. Sebbene siano necessarie ulteriori analisi per
comprendere meglio le dinamiche del fenomeno, i risultati preliminari ottenuti potrebbero essere
utilizzati nell’ambito delle riflessioni legate alle politiche di sviluppo e di gestione della città, ad
esempio riguardanti l’eventuale pressione sul centro cittadino, l’implementazione di misure che
agevolino la residenzialità temporanea in zone più periferiche della città, ecc. In particolare, i dati
relativi al mercato degli affitti brevi potrebbero essere progressivamente incrociati con informazioni
relative ai tassi di occupazione degli alberghi e delle altre strutture ricettive, al numero di visitatori
di eventi e istituzioni culturali, agli andamenti del commercio e dei mercati delle compravendite
immobiliari e degli affitti. Un altro importante set da utilizzare potrebbe inoltre essere costituito dalle
informazioni relative alle condizioni socio-economiche delle aree su cui insistono gli Airbnb.
Prossimi obiettivi di ricerca potranno dunque essere costituiti dall’analisi del fenomeno in chiave
previsionale e in relazione allo stock immobiliare, considerandone sia gli aspetti quantitativi che
qualitativi. Inoltre, particolare attenzione potrà essere riposta verso l’approfondimento dell’impatto
economico e sociale degli affitti brevi su diversi quartieri, per capire meglio se – e in che modo –
stiano cambiando o possano cambiare le destinazioni d’uso di edifici e sotto-articolazioni della città.
Un confronto potrà riguardare invece la localizzazione e i tassi di occupazione degli hotel, al fine di
capire meglio gli orientamenti e il profilo della domanda.
Dal momento che l’individuazione delle unità spaziali in grado di spiegare meglio la distribuzione del
fenomeno è determinante e rappresenta un vero e proprio filone di ricerca, elaborazioni future
potranno riguardare l’applicazione dei metodi descritti nel presente articolo ad altre unità spaziali,
come ad esempio le zone individuate dall’Osservatorio del Mercato Immobiliare dell’Agenzia delle
Entrate (OMI) e le zone statistiche, che potrebbero rivelarsi particolarmente interessanti per le
variabili socio-economiche ad esse associate (Barreca et al., 2017b).
Dal punto di vista metodologico i prossimi passi di ricerca potranno essere rappresentati anche
dall’impiego di approcci di statistica geo-spaziale (es. calcolo dell’indice globale di Moran, dell’indice
locale di Moran I, effettuazione di analisi bivariate) in grado di individuare possibili cluster (Anselin,
1995; Fischer e Getis, 2009; Barreca et al., 2017b). Un ulteriore passo potrebbe essere rappresentato
dall’applicazione di modelli statistici geo-spaziali in grado di individuare e spiegare l’esistenza di
eventuali cluster indipendentemente dall’appartenenza delle sistemazioni a una determinata
microzona, ovvero capaci di analizzare il fenomeno della comparsa e della diffusione degli annunci
Airbnb non più – o quantomeno non solo – alla luce di unità spaziali predeterminate (es. le Microzone
censuarie, le aree omogenee, le zone statistiche, ecc.), ma attraverso un’analisi che tenga in
considerazione sia le relazioni spaziali che intercorrono reciprocamente fra le varie sistemazioni sia
i rapporti fra la localizzazione degli annunci e alcuni elementi della struttura urbana (es. assi viari
principali, fermate e percorso della metropolitana, aree verdi, zone pedonali, corso dei fiumi, ecc.).108 TERRITORIO ITALIA - Governo del territorio, Catasto Mercato Immobiliare 01|2018
Tali risultati potranno essere utili non solo per capire dove – e perché – si stiano affermando nuove
destinazioni d’uso e nuovi modelli di gestione delle unità immobiliari, ma anche per riflettere su
eventuali politiche da intraprendere al fine di aiutare la città ad assumere forme e caratteristiche
sempre più sostenibili.
Bibliografia
Agenzia delle Entrate (2017), Locazioni brevi: la disciplina fiscale e le nuove regole per gli intermediari. Roma: Agenzia delle Entrate.
Disponibile online: https://www.agenziaentrate.gov.it/wps/file/Nsilib/Nsi/Agenzia/Agenzia+comunica/Prodotti+editoriali/Guide
Fiscali/Agenzia+informa/AI+guide+italiano/Locazioni+brevi+it/Guida_Locazioni_brevi.pdf
Anselin, L. (1995), “Local indicators of spatial association – LISA”, Geographical Analysis, 27(2), 93-115.
Barreca, A., Curto, R. e Rolando, D. (2017a), “Localizzazione e valori immobiliari: uno studio per la sub-segmentazione
territoriale delle Microzone di Torino”, Territorio Italia, 49–71.
Barreca, A., Curto, R.A. e Rolando, D. (2017b), “Assessing Social and Territorial Vulnerability on Real Estate Submarkets”,
Buildings, 7(4), 1-17.
Blal, I., Singal M., e Templin, J. (2018), “Airbnb’s Effect on Hotel Sales Growth”, International Journal of Hospitality Management, 73: 85–92.
Centro Einaudi (2015), “Settori”. In Centro Einaudi (a cura di), La sfida metropolitana. Sedicesimo rapporto “Giorgio Rota” su
Torino. Torino: Centro Einaudi, pp. 201-238.
Chen, Y. e Xie, K. (2017), “Consumer valuation of Airbnb listings: a hedonic pricing approach”, International Journal of
Contemporary Hospitality Management, 29(9), 2405–2424.
Città di Torino (2016), XIII Rapporto sulla condizione abitativa.
Disponibile online: http://www.comune.torino.it/informacasa/pdf/XIII_rapporto_2016_a4.pdf
Curto, R., Brondino, G., Coscia, C., Fregonara, E. e Grella, S. (2009), “Dinamiche di mercato, mobilità abitativa e gentrification:
una lettura attraverso i modelli di statistica multivariata e spaziale”. In L. Diappi (a cura di), Rigenerazione urbana e ricambio
sociale. Gentrification in atto nei quartieri storici italiani. Milano: Franco Angeli, pp. 163–187.
Curto, R., Coscia, C., Fregonara, E. e Grella, S. (2008), “L’osservatorio immobiliare della Città di Torino: un patrimonio informativo
per la conoscenza e l’analisi delle dinamiche urbane e di mercato”. In B. Murgante (a cura di), L’informazione geografica a
supporto della pianificazione territoriale. Milano: Franco Angeli, pp. 110-133.
Curto, R., Coscia, C., Grella, S. e Zanatta,V. (2005), “Le microzone della Città di Torino: ambito di conoscenza e di governance
delle componenti territoriali e socio-economiche”. In Cecchini, A. e Plaisant, A. (a cura di), Analisi e modelli per la pianificazione.
Teoria e pratica: lo stato dell’arte. Milano: Franco Angeli, pp. 283-294
Curto R. A. e Fregonara E. (2016), “Analisi del patrimonio informativo sul mercato immobiliare di Torino (Italy) organizzato come
Land Information System: rilevanza per le politiche territoriali e per il decision-making a scala urbana”. In R. Pagani e G. Chiesa
(a cura di), Urban Data. Tecnologie e metodi per la città algoritmica. Milano: Franco Angeli, pp. 211-243.
Dogru, T. e Pekin, O. (2017), “What do guests value most in Airbnb accommodations? An application of the hedonic pricing
approach”, Boston Hospitality Review, 5(2), 1–13.
Federalberghi (2016), Sommerso turistico e affitti brevi. Roma: Edizioni ISTA. Disponibile online: http://intranet.federalberghi.it:8000/
pubblicazioni/Pub/Sommerso%20turistico%20e%20affitti%20brevi/sommerso%20turistico%20ed%20affitti%20brevi.pdf
Fischer, M.M. e Getis, A. (a cura di) (2009), Handbook of applied spatial analysis: software tools, methods and applications.
Springer Science & Business Media.
Fregonara, E., Rolando, D. e Semeraro, P. (2012), “The value spatial component in the real estate market: the Turin case study”,
Aestimum, 60, 85-113.
Gibbs, C., Guttentag, D., Gretzel, U., Morton, J. e Goodwill, A. (2018), “Pricing in the sharing economy: a hedonic pricing model
applied to Airbnb listings”, Journal of Travel & Tourism Marketing, 35(1), 46–56.
Grbovic, M. (2017), “Search Ranking And Personalization at Airbnb”In: RecSys ’17, Proceedings of the Eleventh ACM Conference
on Recommender Systems. ACM Press, pp. 339-340Irene Rubino 109
Affitti brevi e trasformazioni nelle aree urbane: il caso di Torino
Gurran, N. e Phibbs, P. (2017), “When Tourists Move In: How Should Urban Planners Respond to Airbnb?”, Journal of the
American Planning Association, 83(1), 80–92.
Gutiérrez, J., García-Palomares, J. C., Romanillos, G. e Salas-Olmedo, M. H. (2017), “The eruption of Airbnb in tourist cities:
Comparing spatial patterns of hotels and peer-to-peer accommodation in Barcelona”, Tourism Management, 62, 278–291.
Guttentag, D. (2015). “Airbnb: Disruptive Innovation and the Rise of an Informal Tourism Accommodation Sector”,
Current Issues in Tourism 18(12): 1192–1217.
Guttentag, D. (2016), Airbnb: Why Tourists Choose It and How They Use It. University of Waterloo e Ryerson University.
Disponibile online: https://www.dg-research.com/Papers/Summary%20doc%20-%20Airbnb.pdf.
Horn, K. e Merante, M. (2017), “Is home sharing driving up rents? Evidence from Airbnb in Boston”, Journal of Housing
Economics, 38, 14–24.
Ke, Q. (2017), “Sharing means renting? An entire-marketplace analysis of Airbnb”. In: Proceedings of the 2017 ACM on Web
Science Conference, ACM, New York, pp. 131-139.
Lutz, C. e Newlands, G. (2018), “Consumer segmentation within the sharing economy: The case of Airbnb”, Journal of Business
Research, 88, 187–196.
Mody, M. A., Suess, C. e Lehto, X. (2017), “The accommodation experiencescape: a comparative assessment of hotels and
Airbnb”, International Journal of Contemporary Hospitality Management, 29(9), 2377–2404.
Picascia, S., Romano, A. e Teobaldi, M. (2017), The airification of cities: making sense of the impact of peer to peer short term
letting on urban functions and economy. In: Proceedings of the Annual Congress of the Association of European Schools of
Planning, Lisbon.
Quattrone, G., Proserpio, D., Quercia, D., Capra, L. e Musolesi, M. (2016), Who Benefits from the ‘Sharing’ Economy of Airbnb?
In: Proceedings of the 25th International Conference on World Wide Web, ACM Press, pp. 1385-1394.
Regione Piemonte (2017), Protocollo d’intesa tra la Regione Piemonte e Airbnb per lo sviluppo di percorsi di collaborazione
nell’ambito dell’economia della condivisione,
http://www.regione.piemonte.it/pinforma/images/DOCUMENTI/Protocollo_Airbnb_Piemonte.pdf
Schäfer, P. e Braun, N. (2016), “Misuse through short-term rentals on the Berlin housing market”, International Journal of
Housing Markets and Analysis, 9(2), 287–311.
Sdino, L. e Magoni, S. (2018), “The Sharing Economy and Real Estate Market: The Phenomenon of Shared Houses”. In: A. Bisello,
D. Vettorato, P. Laconte, e S. Costa (a cura di), Smart and Sustainable Planning for Cities and Regions, Cham: Springer
International Publishing, pp. 241–251.
Vacirca, L. e Barioglio, C. (2016), “Città e crisi ai tempi di Airbnb: il Lower East Side (NYC)”, Urbanistica Tre - I Quaderni, 9, 47–54.
Wang, D., e Nicolau, J. L. (2017), “Price determinants of sharing economy based accommodation rental: A study of listings from
33 cities on airbnb.com”, International Journal of Hospitality Management, 62, 120–131.
Xie, K. L. e Kwok, L. (2017), “The effects of Airbnb’s price positioning on hotel performance”, International Journal of Hospitality
Management, 67, 174–184.
Zervas, G., Proserpio, D. e Byers, J. W. (2016). The rise of the sharing economy: estimating the impact of Airbnb on the hotel industry.
Boston U. School of Management, report n. 2013-16. Disponibile online: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2366898
Sitografia
www.airbnb.com
https://press.airbnb.com/fast-facts/
www.airdna.com
http://geoportale.comune.torino.it/web/
www.oict.polito.it/Microzone_e_valori
www.torinotoday.it/politica/accordo-comune-airbnb.html
Quest’opera è distribuita con
Licenza Creative Commons Attribuzione - Non commerciale 3.0Puoi anche leggere
